当前位置:首页 > 报告详情

A1--吴珣--精准测试遇上大模型:精准数据价值变现的智能化探索.pdf

上传人: B**** 编号:963797 2025-11-02 31页 5.76MB

1、精准测试遇上大模型:精准数据价值变现与智能化探索吴珣同程旅行 测试开发专家吴珣同程旅行 测试开发专家聚焦质量工程体系规划与建设,从零到一打造了一站式质量管理平台、精准测试平台、代码染色平台等基础设施,参与建设云真机平台、综合质量度量平台、全链路压测平台、接口自动化测试平台等多个方向的项目研发与维护。负责的产品和服务,已深度应用多个业务BG,日均处理量突破10万+请求。在智能化探索方面,致力将质量数据与大语言模型结合,用于质量缺陷识别与分析,在提示词管理管理、调优及工作流程编排等环节,积累了丰富经验。目录CONTENTS背景与整体方案0102 数据资产与变现方向03未来展望04AI赋能与变现探索

2、PART 01背景与整体方案背景与挑战运维 高成本CPU 90%+单次分析紧百万数据量单点服务数据同步瓶颈提交频繁业务 挑战磁盘IO 100%(对接)平台繁杂质量数据分散多平台跨应用测试范围评估困难Neo4j响应持续变慢构建部署权限缺失导致功能异常框架代码导致链路中断文件同步服务拖慢度量效率静态链路分析 2024 Q2变更接口与链路 2024 Q3用例与自动化推荐 2024 Q4AI-CR 2054 Q1覆盖率重构研发流程集成推广合作 2025 Q2AI漏测分析 2025 Q3测试环境部署多样代码、环境变更感知滞后错误日志排查麻烦源码安全跨分支分析难度大同程旅行的精准测试体系需求&任务编码&提

3、交构建&部署 测试&自动化变更分析&覆盖率度量&AI补漏IDE PluginT codeArexYapiMetersphere 二开MetersphereAllureSeleniumPytestJUnit底层技术支撑方案精准分析服务(调用关系抓取方案)覆盖率度量服务(远程开关、配置下方、过滤防御、心跳管理、版本管理)发布平台-分析范围设置(页面设置)-解压后class文件清单私有化方案协同平台精准服务被测服务精准流量覆盖率流量数据补充插件机制Spring Framework 的依赖注入机制,自动注册和使用插件插件运行时,根据触发匹配规则来决定是否执行插件每个插件内部,实现数据或关系补齐的实现逻

4、辑,或增框架代码的关系补充支持PART 02数据资产与变现方向资产数据关联数据方法-提交-需求关系变更接口清单与-提交-需求关系全量/变更 覆盖率报告,方法覆盖率度源码接口的调用链路方法的调用链路方法/类 清单/源码数据数据应用探索方向案例生成协作共享跨应用整合价值变现方向变更链 CR需求溯源变更覆盖率测试报告变更感知自动化测试生成微服务链路整合跨Git提交整合用例生成AI总结趋势分析Push/Merge后代码&需求 分析推送接口测试平台流量回放平台自动化测试管理IDEPlugin需求 提交合并变更溯源 需求&提交ChangeBased CR参考链路CR提示词工程采纳率统计变更链路覆盖率流水线

5、效能AI漏测分析接口漏测分析PART 03AI赋能与变现探索No.1 变更溯源排错反查根据方法名查询变更记录历史根据行号查询出所属需求(开发中)方法变更信息挖掘追溯出需求、提交信息、变更源码Git Merge精准服务解析需求IDGit Push HistoryFile Change ListMethod Change ListRD/QA同学最头疼的问题之一:线上某方法或接口报错了,不知道是哪个需求、哪个提交导致的?同学最头疼的问题之一:线上某方法或接口报错了,不知道是哪个需求、哪个提交导致的?No.2 变动感知(帮助感知研发提交、环境部署、环境差异)提交关联需求(插件)或手工录入需求IDGit

6、 Push Webhook&Auto Build变更方法清单(精准分析模块)部署成功(发布平台)Code Review 建议清单(CR模块)哪个需求有新提交了(Git提交插件)变更接口清单(精准分析模块)部署了哪些服务器、代码版本(发布平台推送)推荐自动化测试清单(精准模块/流水线)度量测试覆盖率(覆盖率模块/流水线)变更代码单测覆盖率(覆盖率模块)AI漏测分析(漏测分析模块/流水线)需求代码覆盖率(覆盖率模块)需求代码浏览(精准分析模块)很多时候,测试同学是很多时候,测试同学是“被动”“被动”知道变更的:开发提交了代码没说,测试还在测旧版本;环境部署了新代码没通知,测试测半天发知道变更的:开

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要介绍了同程旅行测试开发专家吴珣在精准测试和大模型结合方面的探索。关键点如下: 1. 吴珣构建了一站式质量管理平台、精准测试平台等基础设施,日均处理量超过10万+请求。 2. 将质量数据与大语言模型结合,用于识别和分析质量缺陷,提高测试效率。 3. 面临的挑战包括运维高成本、数据同步瓶颈、测试范围评估困难等。 4. 提出了一种协同平台精准服务方案,通过插件机制和Spring Framework实现数据或关系补齐。 5. 数据资产与变现方向涉及资产数据关联、变更链路分析、AI-CR等。 6. 未来展望包括优化变更感知、丰富AI漏测分析应用场景等。 核心数据:日均处理量突破10万+请求。
"如何实现精准测试?" "AI赋能测试,效果如何?" "未来测试趋势,你了解吗?"
客服
商务合作
小程序
服务号
折叠